Вміст надано iwashi. Весь вміст подкастів, включаючи епізоди, графіку та описи подкастів, завантажується та надається безпосередньо компанією iwashi або його партнером по платформі подкастів. Якщо ви вважаєте, що хтось використовує ваш захищений авторським правом твір без вашого дозволу, ви можете виконати процедуру, описану тут https://uk.player.fm/legal.
Player FM - додаток Podcast
Переходьте в офлайн за допомогою програми Player FM !
Переходьте в офлайн за допомогою програми Player FM !
107. LLMをゼロから作るということ w/ Takahiro Omi
MP3•Головна епізоду
Manage episode 383875982 series 2451650
Вміст надано iwashi. Весь вміст подкастів, включаючи епізоди, графіку та описи подкастів, завантажується та надається безпосередньо компанією iwashi або його партнером по платформі подкастів. Якщо ви вважаєте, що хтось використовує ваш захищений авторським правом твір без вашого дозволу, ви можете виконати процедуру, описану тут https://uk.player.fm/legal.
ストックマークの近江さんをゲストに、大規模言語モデルをゼロから作る方法、学習のデータセット、モデルアーキテクチャ、学習環境への取り組みなどについて語っていただきました。
話したネタ
- どのような大規模言語モデルと作ったのか?特徴は何か?
- データセットに何を使ったのか?
- 日本語と英語とのバランスは?
- 最終的なToken数は?
- 事前学習モデルを作りたいとして、何から考えるのか?
- ノイズのクリーニングと、その方法
- 今回活用したモデルアーキテクチャ(Llama)
- 前回のアーキテクチャは GPT-NeoX
- 今回の学習環境は?
- AWS Trainum 32コア x 16ノード
- 学習にかかった時間は?
- 学習時に大変だったこと・上手くいかなかったことは?
- 学習中のチェックポイントとは何か?
- なぜ、Token生成が速いのか?
- 手元でLLMを動かすときの一番のネックは?
- bit数を落とすFineTuning
- Tokenizerとは何か?
- 日本語の単語区切りはどのように考えるのか?
- 今回のLLM作成のTokenizerは何を使ったのか?
- ビジネスドメインでのLLM評価
- ストックマーク株式会社のRecruitページ
See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
127 епізодів
MP3•Головна епізоду
Manage episode 383875982 series 2451650
Вміст надано iwashi. Весь вміст подкастів, включаючи епізоди, графіку та описи подкастів, завантажується та надається безпосередньо компанією iwashi або його партнером по платформі подкастів. Якщо ви вважаєте, що хтось використовує ваш захищений авторським правом твір без вашого дозволу, ви можете виконати процедуру, описану тут https://uk.player.fm/legal.
ストックマークの近江さんをゲストに、大規模言語モデルをゼロから作る方法、学習のデータセット、モデルアーキテクチャ、学習環境への取り組みなどについて語っていただきました。
話したネタ
- どのような大規模言語モデルと作ったのか?特徴は何か?
- データセットに何を使ったのか?
- 日本語と英語とのバランスは?
- 最終的なToken数は?
- 事前学習モデルを作りたいとして、何から考えるのか?
- ノイズのクリーニングと、その方法
- 今回活用したモデルアーキテクチャ(Llama)
- 前回のアーキテクチャは GPT-NeoX
- 今回の学習環境は?
- AWS Trainum 32コア x 16ノード
- 学習にかかった時間は?
- 学習時に大変だったこと・上手くいかなかったことは?
- 学習中のチェックポイントとは何か?
- なぜ、Token生成が速いのか?
- 手元でLLMを動かすときの一番のネックは?
- bit数を落とすFineTuning
- Tokenizerとは何か?
- 日本語の単語区切りはどのように考えるのか?
- 今回のLLM作成のTokenizerは何を使ったのか?
- ビジネスドメインでのLLM評価
- ストックマーク株式会社のRecruitページ
See Privacy Policy at https://art19.com/privacy and California Privacy Notice at https://art19.com/privacy#do-not-sell-my-info.
127 епізодів
Усі епізоди
×Ласкаво просимо до Player FM!
Player FM сканує Інтернет для отримання високоякісних подкастів, щоб ви могли насолоджуватися ними зараз. Це найкращий додаток для подкастів, який працює на Android, iPhone і веб-сторінці. Реєстрація для синхронізації підписок між пристроями.